在持续书写疫情年代历史的努力中，没有什么比死亡率更重要——世界各国政府是否拯救了我们免于大规模死亡？
这项宏伟战略（正如我之前所说，既不宏伟也不具有战略意义）是将整个国家的人口封锁作为一项临时措施，“直到疫苗问世”。
这是一种新颖的（且完全未经证实的）策略，用于对抗一种据称完全新颖的病毒，理由是人类以前从未遇到过类似 SARS-CoV-2 的病毒，因此没有人对它有任何预先存在的免疫力。但线索就在名字里——SARS-CoV-2 以它密切相关的 SARS 命名，根据 这张纸 in 自然。它位于冠状病毒簇内，并且 另一个 自然 纸 讨论了与包括普通感冒病毒在内的病毒，甚至与其他病毒家族的交叉反应程度。这有点新颖，但并非独一无二。
因此，政策制定者应该对 2020 年初声称 SARS-CoV-2 会导致极端死亡率的说法持怀疑态度。这对声称大战略是成功的，因为这些死亡率并没有发生有着重大影响。如果这些死亡率永远不会发生，那么我们就不需要被拯救了。
疫苗的部署本应带来“疫情的终结”。据称，疫苗的临床试验表明，它们可以将有症状的感染减少 90% 以上。
从人口层面来看，这说不通。如果超过 90% 的感染应该通过接种疫苗来预防，到 270 年 2023 月底，美国人口中已有 340 亿人接种了疫苗（总人口约为 100 亿），那么到那时，确诊病例怎么会超过 XNUMX 亿呢？ 我们的数据世界? 令人难以置信的是，在未接种疫苗的 100 亿人中，有近 170 亿人被感染。尤其是 克利夫兰诊所的一项研究 研究表明，平均而言，人们接种的疫苗越多， 更多 他们很可能被感染了：
人们原以为感染减少会相应降低死亡率（无论如何，这似乎并没有发生），但临床试验并未显示接种疫苗的人群和服用安慰剂的人群在死亡率上有任何差异。正统的辩护是，由于试验人群不够大，因此没有足够的证据来检测出任何差异。但同样，我们有权得出以下结论：临床试验并未证明疫苗能够降低死亡率。
在质量保证业务中，我们通过将实际结果与声明进行比较来评估干预或计划的成功。
现实情况是，在 2021 年疫苗部署后，感染和超额死亡浪潮仍在继续，美国出现了两波严重浪潮，并于次年 XNUMX 月底再次达到顶峰。峰值呈下降趋势，但这一趋势并未因疫苗接种运动而改变，这在任何大流行期间都是可以预料到的。
传统观点认为，疫苗虽然可能无法降低总体感染水平，但可以在某种程度上降低新冠肺炎的住院率和死亡率。同样，疫苗接种在预防感染方面不足，却能成功减少患病率，这令人难以置信。
这些成功的说法并没有确凿的证据。
最近有几篇论文确凿地表明，这一大战略没有奏效。然而，我们需要深入研究（换个比喻），因为 叙述 通常会得出这样的结论：该策略是成功的。 data 但有时却讲述不同的故事。这表明作者有偏见，他们的数据可能比他们的叙述更可靠。
以一项研究为例 Bajema 等人. 基于美国退伍军人健康管理局的患者。他们得出的结论是：
这项队列研究表明，在 2022 至 2023 年季节期间，感染 SARS-CoV-2 比感染流感或 RSV 导致的疾病后果更严重，而在 2023 至 2024 年季节期间差异不太明显。
在两个季节，呼吸道合胞病毒感染的症状都较为轻微，而新冠肺炎的长期死亡率较高。疫苗接种可减轻疾病严重程度和长期死亡率的差异。
这看起来似乎是确凿的事实，不是吗？
但结论是基于图 2A 中总结的数据，其中包括：
从这些数据来看，新冠肺炎在 19 天内的死亡率确实更高，但差距不到 180%。这场疫情本应是百年一遇的流行病，会对人口造成巨大影响，而且比流感危险得多，因此必须让全世界进入紧急状态。对于一种死亡率比流感高不到 1% 的疾病来说，这合理吗？许多媒体文章都嘲笑新冠肺炎造成的疾病负担与流感相似的说法，但随着时间的推移，事实证明，两者的负担是相当的。
接种疫苗有多大帮助？图 2 为我们提供了 Covid-19 患者的比较结果。
那么，在一篇基于精心挑选和处理的亚群亚群的论文中，接种疫苗的人在 180 天内领先了 XNUMX%。这是他们能做到的最好成绩吗？这在统计上有意义吗？
基于一个国家整个人口的超额死亡率的论文可以避免因 Covid-19 死亡率归因差异和试验人群的选择性而导致的方法论问题。值得注意的是 Dahl 等人最近的预印本： 19-2021 年挪威成年人口中 Covid-20 mRNA 疫苗接种与全因死亡率：一项基于人群的队列研究。他们也得出了必然的结论：
2021 年至 2023 年期间，在挪威，接种疫苗的人的全因死亡率较低。
但同样，数据如何支持这个结论呢？
如果我们关注两种性别的数据并从右到左阅读，则每 100,000 人死亡人数在每个年龄组都稳步增加，但最年轻的年龄组除外，因为该年龄组的死亡人数很少。
相比之下，对于最年长的年龄组（65 岁以上），未接种疫苗时发病率从 3.40 增加到 7.25-1 剂时 2，接种 19.21 剂以上时 3。他们使用了什么晦涩难懂的统计魔法，才得出与人年死亡率相反的发病率比率？为什么他们不在叙述中解释这一点？
从文本背后的数字来看，在这段时间内，挪威接种疫苗的人的全因死亡率至少是未接种疫苗的人的两倍。但他们得出的结论却恰恰相反。
所以，我们需要向科学家提出的第一件事就是，他们必须得出有数据明确支持的结论！
确认偏差严重削弱了有关疫苗接种的论文。作者对疫苗接种的信念如此强烈，以至于所有数据通常都被解释为支持疫苗接种，即使事实恰恰相反。
另一项广泛的研究针对 19 年至 2020 年期间巴西所有确诊感染新冠肺炎的患者，研究者 皮涅罗·罗德里格斯和安德拉德他们的结论在摘要中总结如下：
在出现首批症状后长达一年的时间里，人们都观察到了 COVID-19 免疫的保护作用。一年后，这种效果发生了逆转，接种疫苗的人死亡风险增加。
图 1 对此进行了说明，X 轴表示生存天数：
我们必须祝贺这些作者得出了准确反映其数据的结论，这在这种背景下是不寻常的。这自然导致该论文在发表后受到期刊的调查，而对于得出疫苗接种正统结论的论文而言，这种情况从未发生过，这些论文通常被表面接受。出版偏见盛行——杰出的同行评审员将如何处理达尔的论文？这两篇论文的命运将是一个关键的考验。按照目前的形式，你会期望巴西的研究被撤回，而达尔的论文将被接受。
得出积极结论的研究要么基于选定的时间段（所谓的病例计数窗口偏差的变化），要么基于建模。
以 Christopher Ruhm 的 美国各州横断面研究 旨在确定各州对 Covid-19 的限制（非药物干预或 NPI + 疫苗强制令）是否影响了美国的疫情死亡人数。该研究基于整个美国人口的数据，因此从这个意义上说，它是包容性的。Ruhm 总结道：
这项横断面研究表明，严格的 COVID-19 限制措施总体上与大流行死亡率大幅下降有关，而行为改变可能是一个重要的解释机制。
然而，时间窗口却暴露了问题：“主要调查涵盖了 2 年 2020 月至 2022 年 19 月的两年时间。”那么前几个月的情况如何？这很重要，因为第一波新冠死亡病例重创了东北各州，因此被排除在时间窗口之外。随后的几波疫情袭击了南部和西部各州，因此该时期超额死亡率的变化受到地理因素的严重影响，这可能是一个混杂因素。这在图 2C 的研究期间很明显：
图 2E 包括了早期的情况，并清楚地显示了当时的相反模式，NPI 更严重的州（“高于中位数” - 橙线）的死亡率比没有 NPI 的州高得多。
干预措施较不严厉的州在 2021 年 XNUMX 月后的一个月左右的死亡率较高，这似乎解释了主要调查窗口内的几乎全部差异。到窗口结束时，橙线再次上升——接下来发生了什么？
记得巴西的一项研究发现，在出现首个症状后长达一年的时间内，可以观察到新冠免疫的保护作用，但一年后，这种效果就逆转了。
还请考虑 2020-2022 年德国超额死亡率估计 作者：Kuhbandner 和 Reitzner。作者正确地承认“在解释死亡率增加的估计值时，必须注意模型和参数的选择。”
在论文的后半部分，他们将自 2020 年 XNUMX 月以来的超额死亡率与疫苗接种情况进行了时间轴对比。很明显，疫苗接种活动前后的超额死亡率都达到了峰值，并且在研究期结束时大幅上升：
他们得出结论：
2020年，观测到的死亡人数极其接近预期人数，但2021年，观测到的死亡人数却远高出预期人数，大约是经验标准差的两倍，而2022年，观测到的死亡人数甚至高出预期人数四倍以上。
这不能被解读为疫苗接种运动的胜利。疫苗接种运动本应防止过多死亡，但结果却并非如此。
Alessandria 等人发表了 意大利某省 COVID-19 疫苗接种期间全因死亡的批判性分析 （佩斯卡拉），通过将人口与单一索引日期（1 年 2021 月 XNUMX 日）对齐，重新分析现有数据集以纠正“永恒时间偏差”。
他们发现：
接种1、2、3/4剂疫苗者与未接种者单变量分析的全因死亡风险比分别为0.88、1.23、1.21，多变量分析的全因死亡风险比分别为2.40、1.98、0.99。
第三剂和第四剂的风险比通常较低，因为这些是最新的剂量，而且正如我们在巴西的研究中看到的那样，最初的改善后来会发生逆转。
Alessandria 等人在报告的最后研究了可能影响疫苗接种研究的各种类型的偏见，包括一种特殊类型的病例计数窗口偏见，在观察性研究中，疫苗接种后前 10-14 天的结果被排除在疫苗组之外，对照组没有相应的结果。根据 Fung 等人在此基础上，“完全无效的疫苗也可能显得相当有效”（他们使用辉瑞公司第三阶段随机试验的数据计算出的例子中，有效率为 48%）。
在完成我的评论的最后润色时， 内科医学年鉴 发布 2023-2024 年 XBB.1.5 新冠疫苗的长期随访有效性 Ioannou 等人。这项研究试图通过将接种 XBB.1.5 疫苗的个体与未接种疫苗的参与者进行匹配来模拟对照临床试验。结论并不令人鼓舞：
在随访 2、60 和 90 天后确定时，疫苗对 SARS-CoV-120 相关死亡的有效性逐渐下降（分别为 54.24%、44.33% 和 30.26%），而延长至随访结束时疫苗对 SARS-CoV-26.61 相关死亡的有效性甚至更低（XNUMX%）。
如图 3 所示：
因此，病例计数窗口似乎是第 10 天到第 210 天。窗口之外的情况尚不清楚。如果即使存在病例计数窗口偏差，结果也不佳，那么实际情况肯定更糟。
我们一直在审查一系列观察性研究。在最好的情况下，这些研究的数据表明接种疫苗没有实质性优势，而在最坏的情况下，接种疫苗组的死亡率更高。
还有一些反事实研究，将大流行期间的死亡率与预期死亡率进行了比较。
- 首先 Watson 等人估计，在疫苗接种的第一年，14.4 个国家避免了 19 万人死于新冠肺炎，而如果以超额死亡人数为衡量标准，这一数字则上升至近 185 万人。
这些都是非凡的人物，对公众的想象力产生了非凡的影响，媒体经常提到他们。他们已在评论中进行了更新 约安尼迪斯等人。考虑到 Covid-19 疫苗接种的效果正在减弱，这些作者得出了更为保守的数字，即挽救了 2.5 多万人的生命，这并不奇怪。
但两项研究仅仅 承担 他们在计算中输入了疫苗有效率，Ioannidis 等人假设 Omicron 之前的 VE 为 75%，Omicron 期间为 50%。这些假设可能基于对有症状的 感染，但估计的经验基础 死亡 避免的情况并不明显。
建模不是证据，也不会出现在循证医学 (EBM) 的层级金字塔中。如果你假设你的治疗是有效的，然后计算它对特定人群的影响，你肯定会发现——你的治疗是有效的！这个假设是不可证伪的，推理是循环的。
新冠疫情的所谓极端威胁，让各国政府惊慌失措，不得不采取紧急措施，这在很大程度上是由模型造成的，该模型假设，如果不采取新的应对措施，死亡率将极高。随后，疫情狂热便随之而来，而且绝不会重演。回顾过去，正统派现在试图表明，这些虚构的死亡率水平之所以没有出现，是因为采取了应对措施。
这些研究得出了中期死亡率的三种可能情况：
- 价值率 = 50-70%
- 虚拟货币 = 0%
- VE 为负
第一种情况缺乏实证证据。其他情况是不可接受的。第二种情况是不可接受的，因为如果没有好处，我们就不能给人们提供治疗，他们可能会受到不良反应的影响，而新冠疫苗的不良反应异常高，因为 Fraiman 等人l. 已显示。
封锁带来的负面影响也在不断累积，特别是对年轻人的心理健康和教育水平。 费尔瓦纳和瓦什尼:
结果表明，与没有封锁的地区相比，封锁显著增加了封锁地区精神卫生设施的使用率。具体而言，封锁地区的资源使用率增加了 18%，而没有封锁的地区则下降了 1%。此外，女性人口的心理健康受到的封锁影响更大。诊断 恐慌症 和 对严重压力的反应 封锁显著增加了心理健康问题。与疫情本身相比，封锁对心理健康问题的敏感性更高。
疫情策略是历史上最伟大的公共卫生实验。作为人类研究伦理委员会主席，我会投票反对任何净收益可能为零甚至更差的提案。收益必须明显超过风险。
在我的家乡维多利亚州墨尔本，全民被关在家里总共 262 天。随后，所有“必要工作人员”都被要求接种严格的疫苗（几乎所有工作人员都被证明是必不可少的），未接种疫苗的人被禁止进入公共场所，并被视为健康隐患。与其他岛国一样，澳大利亚在关闭边境期间表现相当不错，但这一宏伟战略并未奏效——在临时 NPI 时期之后，疫苗接种的到来并没有像预期的那样防止过度死亡：
一个基本原则应该是，公共卫生措施对个人自由的侵犯越严重，就越需要提供其有效性的确凿证据。
政府不应该因为认为他们的干预是 可能 在理论上工作，然后用统计魔法回顾性地证明它们。
发表于 知识共享署名4.0国际许可
如需转载，请将规范链接设置回原始链接 褐石研究所 文章和作者。
